Question

我正在尝试对数据帧进行分块，找到子数据帧不平衡的实例，并为缺少的某个因子级别添加0值。为此，在ddply中，我快速比较了一个因子应该在哪个级别的设置向量，然后创建一些新行，复制子数据集的第一行但修改它们的值，然后对它们进行rbinding到旧的数据集。

我使用colwise进行复制。

这在ddply之外很有用。在ddply里面...识别行被吃掉了，rbind borks就在我身上。这是好奇的行为。请参阅以下代码，并引入一些调试打印语句以查看结果的差异：

#a test data frame
g <- data.frame(a=letters[1:5], b=1:5)

#repeat rows using colwise
rep.row <- function(r, n){
  colwise(function(x) rep(x, n))(r)
}

#if I want to do this with just one row, I get all of the columns
rep.row(g[1,],5)

很好。它打印

  a b
1 a 1
2 a 1
3 a 1
4 a 1
5 a 1

#but, as soon as I use ddply to create some new data
#and try and smoosh it to the old data, I get errors
ddply(g, .(a), function(x) {

  newrows <- rep.row(x[1,],5)
  newrows$b<-0
  rbind(x, newrows)

})

这给出了

Error in rbind(deparse.level, ...) : 
  numbers of columns of arguments do not match

您可以看到此调试版本的问题

#So, what is going on here?
ddply(g, .(a), function(x) {
  newrows <- rep.row(x[1,],5)
  newrows$b<-0
  print(x)
  print("\n\n")
  print(newrows)
  rbind(x, newrows)

})

你可以看到x和newrows有不同的列 - 它们的区别在于。

  a b
1 a 1
[1] "\n\n"
  b
1 0
2 0
3 0
4 0
5 0
Error in rbind(deparse.level, ...) : 
  numbers of columns of arguments do not match

这里发生了什么？为什么当我在子数据框架上使用colwise时，识别行会被吃掉？

Answer 1

似乎是ddply和colwise之间的有趣互动。更具体地说，当colwise调用strip_splits并找到vars给出的ddply属性时，会出现此问题。

作为一种解决方法，请尝试将第一行放在您的函数中，

   attr(x, "vars") <- NULL
   # your code follows
   newrows <- rep.row(x[1,],5)

Colwise在ddply中吃掉列名

1 个答案: